颗粒溶液颗粒尺寸及浓度的差分偏振弹性散射光谱在线分析方法

偏振弹性散射光谱技术的基本原理为在偏振光入射条件下,根据出射光的偏振特性不同可以筛选出浅表层组织的单次散射光信息和深层组织的漫散射光信息。该研究的创新点在于将这种方法应用于颗粒溶液检测,目的是在颗粒溶液原始状态下实现对颗粒尺寸及浓度的同时检测。设计了一个共轴笼式光学系统,测量了聚苯乙烯微球颗粒溶液某一角度的背向散射信号,通过控制入射端和收集端偏振片的偏振方向获得了颗粒溶液的偏振平行光谱与偏振垂直光谱,两者之差即偏振差分光谱对应颗粒的单次散射信息,将该单次散射信息与Mie散射数据库进行比对获得颗粒的尺寸,然后在颗粒尺寸作为已知的条件下进一步分析偏振垂直光谱,将该垂直光谱对应的颗粒溶液的漫散射信息代入光漫散射下的近似表达式拟合得到颗粒的浓度信息。将实验结果与样品提供值进行了比对,并进一步分析了在获取颗粒数浓度时,颗粒直径的方差分布对结果的影响,最终验证了该实验方法的可行性。该方法的潜在应用包括对标准颗粒制造厂商的产品在线检测以及对牛奶制品中脂肪和蛋白质的浓度检测研究。     

基于多维漫反射光谱技术的复杂混合溶液成分检测

为了进行复杂混合溶液的成分检测,该文提出了一种基于多维漫反射光谱技术的浓度检测方式,通过信号中携带的不同成分的多种光学性质来进行分析。实验设计了基于超连续谱激光光源、精密电控平移台和光谱仪的检测装置,选用Intralipid-20%溶液作为研究对象,用蒸馏水配制体积百分数1%～20%的溶液,分别测量距其入射点1.5～13mm(间隔0.5mm)范围内的24点漫反射光谱信号,以偏最小二乘回归算法对单点和多点漫反射光谱信号进行建模与预测。得到建模精度最高的为距离入射位置最近的1点～13点对应的光谱信号所建立的模型,预测精度最高的为距离入射位置最近的1点～7点对应的光谱信号所建立的模型。结果表明,增加不同位置信息的光谱信号,能够提高光谱的信噪比,与传统光谱技术仅利用吸光度或反射率等单一光学性质的方法相比,增加了被测物质散射特性的影响,利用被测物质多种光学性质的变化提高了建模及预测的精度,为基于多维光谱的复杂混合溶液检测提供了基础。     

多维漫透射光谱提高复杂混合溶液分析能力

多维漫透射光谱技术利用传统的近红外透射测量方式,增加一维扫描装置,获得透射方向上的径向光谱,并利用多点漫透射光谱对复杂混合溶液进行成分分析。实验设计了基于氙灯光源、精密电控平移台和光谱仪的检测装置,选用Intralipid-20%,India Ink和C₆H₁₂O₆共配制225种成分含量不同的混合溶液,分别测量距其透射中心点0～5 mm(间隔0.25 mm)范围内的20点漫透射光谱信号,以偏最小二乘回归算法对单点和多点漫透射光谱信号进行建模分析。实验得到India Ink含量和Intralipid-20%含量随漫透射光位置点的增加建模及预测的精度提高,C₆H₁₂O₆含量随漫透射光位置点的增加建模及预测精度没有明显变化。结果表明,增加不同位置信息的漫透射光谱信号,能够提高复杂混合溶液中强吸收物质和强散射物质的信噪比,对于弱吸收弱散射物质有望在提升系统精度的前提下提高其预测能力。     

响应量转换近红外检测技术在强散射介质中的应用研究

在近红外光谱定量分析中,由于散射作用的存在使得光谱变化复杂,从而导致校正模型的预测精度较低。消除散射干扰是提高测量精度的有效处理手段之一。为了消除散射对测量结果的影响,文章提出了响应量转换法,即根据被测介质在空间不同位置的光强随被测物浓度的变化率,通过逆倍增模型推出被测介质的吸收系数作为新的响应变量,从而建立校正模型。以牛奶样品为例,分析了脂肪和蛋白质浓度与吸收系数之间的关系,利用蒙特卡罗模拟研究了散射对近红外牛奶成分测量结果的影响,并通过传统预处理方法和响应量转换法进行散射干扰的消除。实验结果表明,响应量转换法能够有效消除散射干扰,与传统MSC和SNV预处理方法相比,脂肪预测精度分别提高了33.9%和55.9%,蛋白质预测精度分别提高了46.5%和33.7%。     

汤姆孙散射：等离子体参数诊断的强大工具

汤姆孙散射是低能光子与自由电子之间的弹性散射.因为汤姆孙散射光谱携带着等离子体涨落的信息,通过测量汤姆孙散射光谱可以高精度地测量等离子体的多种参数,如电子温度、电子密度、等离子体流速等等.经过多年的发展,汤姆孙散射已经成为等离子体物理研究中最重要的一种诊断工具.     

浑浊散射介质中被测成分线性吸光度提取与模型转换研究

近红外漫反射光谱法可用于物质成分定性、定量分析,具有快速、无损检测等优点,在食品、制药、环境监测、生命科学等领域有广泛应用。采用近红外漫反射光谱对浑浊散射介质进行成分定量分析时,由于光散射作用,介质吸光度随测量距离不再呈线性变化,不同测量距离下测量模型也很难转换。从扩散方程出发,提出了从漫射光谱中提取线性吸光度的方法,获得了与测量距离无关的介质光学参数--有效衰减系数的光谱,该光谱可反映介质吸收变化,并用于物质成分测量。具体采用了双位置差分法,可在线性吸光度的范围内任意选取两个光源-探测器距离测量,通过差分获得与测量位置无关的有效衰减系数光谱,其中测量距离可依据波段灵活地进行选择。另外,经理论推导可知,差分运算的同时还大大削减了光子扩散对测量的影响,有利于不同散射特性的介质间光谱模型的相互借鉴。经理论计算、蒙特卡洛模拟和实验验证,在1 000~1 360 nm波段,该方法适用于强散射的浑浊水溶液。对散射系数处于较大范围（28.53～87.47 cm-1）的intralipid水溶液进行了测试,获得了线性吸光度的光源-探测器距离范围。进一步以葡萄糖为被测成分为例,获得了葡萄糖在intralipid水溶液中的有效衰减系数光谱。采用测量距离连续可调的漫反射光谱测量系统进行了实验,测量范围位于0～0.3 cm,测试了3种典型的介质（3%,5%,10%Intralipid水溶液）。结果可知,3种介质中葡萄糖光谱呈现一致性,它们之间的测量模型可以方便地进行线性转换。研究对象intralipid水溶液常作为生物组织的仿体,其光学参数也覆盖了常见的牛奶、果汁等被测浑浊溶液,因此测量结果具有广泛的适应性。综上,该研究实现了对浑浊水溶液中物质成分线性吸光度的提取,该方法不仅使得测量位置的选择更加灵活方便,还有利于实现不同散射介质间模型的线性转换,特别适用于介质成分复杂多变的场合下的测量应用,如对人体组织、牛奶或食品中的成分测量等。     

神光Ⅱ激光装置的全口径背向散射测量系统

报道了基于神光Ⅱ激光装置的全口径背向散射测量系统。系统通过激光聚焦透镜收集激光等离子体相互作用产生的散射光;两个热能量卡计分别测量波长348~354 nm范围的受激布里渊散射和波长400~700 nm范围的受激拉曼散射产生的散射光。该系统可以测量散射光的能量、功率和光谱图像,提供优于0.5 nm光谱分辨和10 ps时间分辨的光谱物理信息。同时采用PIN二极管阵列对聚焦透镜外侧附近的近背向散射光信息进行测量。     

高浓度超细颗粒的后向光子相关光谱测量技术研究

针对光子相关光谱颗粒粒径测量法不能在线测量高浓度超细颗粒的问题,通过分析溶液浓度对光子相关光谱测量法的影响,设计了一种后向散射光路,提出了后向光子相关光谱测量法.实验采用50 nm、100 nm以及500 nm三种标准乳胶球颗粒,在不同的浓度下分别用两种方法进行了测试.结果证明,后向光子相关光谱测量法能有效抑制多重散射的影响,适用于高浓度超细颗粒粒径的在线测量.     

高散射媒质中的光程可分割动态光散射研究

为研究散射光强度随光子在散射媒质中散射光程的变化,基于单散射理论与扩散波光谱理论,采用了低相干动态光散射装置对不同粒径大小的聚苯乙烯悬浮液进行研究。将测量得到的背散射光光场强度谱的线宽与相应的理论计算结果相比较发现,在短光程区域,考虑容器壁附近拖曳效应的影响后,对于不同粒径的颗粒,光程为约5倍粒子平均自由程的区域可看成为单散射区域;对于光程大于225 m的区域可看成为扩散光波区域。实验结果表明低相干动态光散射法可实现高散射媒质从单散射区域到低次散射再到扩散区域的全光程的可分割的光场强度谱测量。     

生物组织单光程光谱技术的理论研究

高灵敏度光谱检测技术在临床诊疗和组织光学参数测量中具有极其重要的意义。文章提出了一种差分调制激光光谱技术,将经过生物组织后的散射光与参考光的光程差转换为光谱信号的频率特征,通过相敏检测技术将不同频率的信号进行分离,从而实现生物组织散射光的光程分离。文章分析了差分调制激光光谱的机理及信号的谱特征,并基于文献中的生物组织散射光的光程分布,从理论上讨论了差拍信号的谱特征,即光源调制速率一定时,光谱信号中的主频成分位置只与散射光和参考光的光程差有关;生物组织对光信号的衰减系数会影响光谱信号中频率成分的能量强度分布。分析结果表明,差分调制激光光谱能对生物组织的光谱信号进行光程分离,从而实现生物组织的单光程光谱检测。     

牛奶蛋白质含量的SSA-SVM高光谱预测模型

牛奶中包含着很多人体需要的营养元素,如脂肪、蛋白质、钙等;对牛奶营养元素进行分析是牛奶安全检测关键的一部分.高光谱技术可以有效地结合图像和光谱数据识别牛奶种营养元素.为了实现对牛奶中蛋白质含量快速、精确的预测,采用竞争性自适应重加权(CARS)算法选取特征波长,并提出一种基于麻雀搜索算法(SSA)优化支持向量机(SVM...     

傅里叶变换中红外光谱的牛奶品质无损检测分级

市场上普遍存在“高蛋白”,“高乳脂”等特色牛奶。为了实现对特优优质奶、高蛋白特色奶、高乳脂特色奶和普通奶的无损快速分级,收集了河北省10个牧场不同月份（1月、3月—10月）的5 121份牛奶样本并采集中红外光谱数据,分别测定牛奶中的乳蛋白、乳脂和体细胞数,构建了牛奶品质分级模型。首先,分析牛奶光谱并去除冗余波段,最终选择925~1 597和1 712~3 024 cm-1的敏感波段组合作为全光谱用于建立模型。为了提高模型的性能,采用标准正态变量变换（SNV）,多元散射校正（MSC）,一阶导数,二阶导数,一阶差分和二阶差分6种算法对光谱进行预处理并建立朴素贝叶斯模型（NB）和随机森林模型（RF）,确定二阶差分为最佳预处理方法,其测试集准确率分别为92.11%和96.87%。为了简化模型,利用无信息变量消除法（UVE）、竞争性自适应重加权算法（CARS）与稳定性竞争性自适应重加权采样算法（SCARS）以及UVE-CARS算法和UVE-SCARS算法对二阶差分后的光谱数据提取特征变量。然后,分别基于全光谱和所选特征变量数据,建立NB模型和RF模型。结果表明,SCARS算法为NB模型的最佳特征提取算法,模型的训练集准确率与测试集准确率分别为94.45%,93.94%;UVE-SCARS算法为RF模型的最佳特征提取算法,模型的训练集准确率与测试集准确率分别为99.86%,96.48%。综上,基于傅里叶变换中红外光谱技术建立的二阶差分-UVE-SCARS-RF模型,可以实现特优优质奶、高蛋白特色奶、高乳脂特色奶和普通奶的无损快速分级,通过建立中红外光谱模型,首次将乳蛋白、乳脂含量和体细胞数直接结合进行分级鉴定,这是以往未曾有过的。模型应用方便,只需将获得的牛奶红外光谱数据输入模型即可输出预测类别,在牛奶产业中具有实际应用价值。     

基于3D荧光光谱分析和多维偏最小二乘的PAHs浓度优化检测

多环芳烃(PAHs)具有强致癌性,威胁人类身体健康。在复杂水质检测环境中,利用荧光光谱检测PAHs浓度时,由于测量光谱中存在瑞利散射影响,使得PAHs光谱信号包含明显的非平稳噪声,常用的多次采样求均值法容易使PAHs光谱存在明显的测量误差,导致PAHs检测精度下降。为此,提出了一种基于3D荧光光谱分析和多维偏最小二乘(N-PLS)的PAHs浓度优化检测方法,首先分析了菲、芴、苊与荧蒽4种PAHs溶液的光谱特性,通过拟合散射带数据点值消除光谱中的瑞利散射噪声,同时尽可能地保留原光谱信息。提取4种PAHs光谱的均值、方差和一维边际分布等特征参数,利用聚类分析方法对其光谱数据做样本分类,将相似光谱数据样本进行合并;然后根据校正集的光谱信号与不同PAHs浓度之间的关系,建立N-PLS模型,对各类PAHs的浓度进行预测分析,并且验证PAHs浓度与光谱数据荧光强度的关系;最后利用双线性分解对浓度残差进行修正,对含有各类PAHs的水溶液与实际水样进行浓度残差验证,分析了不同参数下PAHs的预测误差。实验结果表明,溶剂菲有2个明显的荧光峰值,激发与发射波长分别为285/245和315/345 nm;芴与荧蒽均存在6个明显的荧光特征峰值,分别为265/255,325/345,335/325,365/355,385/395和405/415 nm,且与其他PAHs的荧光峰值相距较远; 溶液苊在发射波长300~485 nm的范围内存在连续波峰,且对应激发波长在255~360 nm范围内;N-PLS方法对不同水质环境下的PAHs预测误差较小,其中菲与芴均方根误差均小于0.4 μg·L-1,相对误差小于6%,苊与荧蒽均方根误差均小于1.0 μg·L-1,相对误差均小于9%。对4种不同的PAHs在河流中的扩散趋势进行了仿真分析,确定出了其扩散程度,其中芴与菲扩散速率约为51 mg·L-1,苊与荧蒽扩散速率为21 mg·L-1,且扩散速率在一定范围内呈线性增长趋势,PAHs与其浓度之间符合朗伯比尔定律的线性关系; 通过不同迭代次数下N-PLS方法的均方根误差分析,得到了均方根误差精度最高时的迭代次数;对比了不同主因子数时N-PLS方法对PAHs预测的适应度与相关系数,结果表明当主因子数为3时,适应度可达96.5%,此时N-PLS预测模型效果最佳。相比其他检测方法,本文方法检测精度较高,回收率较好,具有较强的鲁棒性。     

无机盐混合溶液的太赫兹光谱定量分析

太赫兹生物医学是当前光谱研究领域的前沿热点,其主要难点在于如何在有效避免水分干扰的同时,实现复杂生物体系组分的精准分析。太赫兹光谱产生于分子振动的信息,其吸收谱较弱,吸收峰严重重叠,且多组分复杂样品的太赫兹光谱往往不是各组分光谱的简单叠加,难以用传统的峰高、峰面积标定技术进行定量计算。但采用多元校正技术可以方便地实现太赫兹光谱的定量分析,使太赫兹光谱成为一种快速、简便且适用范围广泛的分析技术。以KCl和NaCl的无机盐混合体系为典型研究体系,两种组分的浓度范围均为0.1～2 mol·L-1,浓度间隔为0.1 mol·L-1。获取20组浓度配比不同的混合溶液的吸收系数和折射率,巧妙利用水溶液体系中无机金属离子的水合氢键作用,由此采集无机盐溶液体系的太赫兹时域光谱,提取各组分的特征信息,建立多尺度数据驱动的定量分析模型,有望实现水溶液中无机金属离子的定量分析。针对太赫兹光谱数据规模大、基质干扰强及数据关联复杂等特点,构建复杂二维小波变换、多变量筛选、贝叶斯数据挖掘、深度学习和数据关联性分析技术为一体的算法数据库,由此构建基于多尺度数据驱动的太赫兹光谱解析方法。论文依据正交实验的原则,构建具备良好数据结构特征的混合溶液数据集,引导后续的光谱解析方法准确提取无机金属离子水合氢键信息。在此基础上,发展自适应算法,寻找光谱数据变量与浓度间的关系,并采用变量筛选技术,从原始光谱数据中提取无机盐水合氢键的特征信息,最终构建浓度与特征信息之间的数据驱动模型。计算结果表明,KCl和NaCl组分的预测误差分别为8.0%和9.1%,能有效满足大部分应用的检测精度要求。多尺度数据驱动模型方法充分利用太赫兹光谱信号的时域和频域多尺度特性,实现数据预处理与多元校正的一体化运算以避免重要信息丢失,具备高度自适应特征。因此,基于数据驱动建模的太赫兹光谱分析新方法为太赫兹生物医学研究提供了新思路。     

基于近红外光谱分析技术测定库尔勒香梨硬度

采用近红外(NIR)漫反射光谱法对新疆特色梨果库尔勒香梨的五种不同果（包括青头、粗皮、脱萼、宿萼、突顶果）的硬度进行测定。由于近红外光谱数据量大且原始光谱噪声明显、测定水果时散射严重等导致光谱建模时关键波长变量提取困难。以新疆库尔勒香梨为研究对象,为了有效地消除固体表面散射以及光程变化对NIR漫反射光谱的影响,首先采用标准正态变量变换（SNV）和多元散射校正（MSC）对库尔勒香梨的原始光谱进行预处理。为寻找适合近红外光谱检测库尔勒香梨硬度的最佳特征波长筛选方法,进行香梨近红外光谱的特征波长变量选择方法的比较与研究。研究比较了两种特征波长筛选方法对库尔勒香梨硬度偏最小二乘法（PLS）建模精度的影响。同时使用反向偏最小二乘（BiPLS）和遗传算法结合反向偏最小二乘（BiPLS-GA）在全光谱范围内筛选香梨硬度的特征波长变量,将校正均方根误差（RESMC）、预测均方根误差（RESMP）以及决定系数（R2）作为模型的评价标准,并最终确定最优波段选择方法及最佳预测模型。基于选择的特征波长变量建立的PLS模型（BiPLS-GA）与全光谱变量建立的PLS模型进行比较发现BiPLS-GA模型仅仅使用原始变量中6.6%的信息就获得了比全变量PLS模型更好的库尔勒香梨硬度的预测结果,其中R2,RMSEC和RMSEP分别为0.91,1.03和1.01。进一步与基于反向偏最小二乘算法（BiPLS）获得的特征变量建立的PLS模型比较发现,BiPLS-GA不仅可以去除原始光谱数据中的无信息变量,同时也能够对共线性的变量进行压缩去除,使得建模变量从301个减少到20个。极大地简化模型的同时有效地提高了模型的预测精准度和稳定性。因此该方法能够有效地用于近红外光谱数据变量的选择。证明了近红外光谱分析技术结合BiPLS-GA模型能够高效地选择出建模变量,去除与库尔勒香梨硬度无关的近红外光谱信息,显著地提高库尔勒香梨硬度定量模型的预测精度。这不仅为新疆地区特色梨果库尔勒香梨的快速、精确、无损优选分级提供一定的技术支持,同时也为基于近红外光谱分析技术预测水果内部品质的研究提供了参考。     

Fourth moments of acoustic waves forward scattered by a rough ocean surface

Three types of statistical fourth moments of acoustic waves forward scattered by a randomly rough ocean surface are derived and numerically evaluated. The first one is related to the scintillation index which characterizes intensity fluctuations. The second one is the two-position intensity correlation function which describes the spatial correlation of wave intensity. The third is the fourth-moment two-position coherence function which carries information on the phase fluctuations of the scattered wave. In the range of weak scattering, the ratio of the absolute value of the fourth-moment two-position coherence function over the two-position intensity correlation exactly describes the mean-square fluctuation of the relative phase between the two positions. The acoustic frequency is high so that the Kirchhoff approximation can be used. Two types of spectral functions for surface-height fluctuations are considered: a Gaussian spectrum and the Donelan-Pierson spectrum. The latter is obtained from a model for the fluctuations of the ocean surface height which are controlled by the wind speed at the ocean surface.     

基于IERT的非线性全光谱复杂水体定量分析算法研究

水是一种有限的资源,对农业、工业乃至人类的生存都是必不可少的,良好的水环境是可持续发展的重要保障。对水质信息的科学监测,是实现水资源优化配置与高效利用的基础。联合国环境署（UNEP）与世界卫生组织（WHO）指出,应当加强发展中国家的水质监测网络,包括数据质量的保证和分析能力的提高。光谱法作为一种新兴的水质分析方法,相比传统的化学水质监测方法,具有“响应速度快、多参数同步、绿色无污染”的特点。传统单波长、多波长的线性模型依赖于水体对特定波长的吸收特征,不适用于多组分混合溶液且普适性较差。因此,提出了一种基于IERT的非线性全光谱定量分析算法,建立适用于多组分混合溶液浓度预测模型,达到利用全光谱信息来预测浓度信息的目的。利用实验室配置的COD,BOD₅和TOC多组分混合溶液与NO₃-N、浊度、色度多组分混合溶液作为实验样本,使用光谱仪采集样本的光谱曲线,通过全光谱数据进行浓度预测实验,结果显示,对于COD,BOD₅和TOC多组分混合溶液,本算法对于三种组分的决定系数（R2）分别为0.999 3,0.991 4和0.999 3,均方根误差（RMSE）分别为0.024 4,0.057 7和0.000 4;对于NO₃-N、浊度、色度多组分混合溶液,决定系数（R2）分别为0.983 4,0.868 4和0.981 0,均方根误差（RMSE）分别为0.100 5,0.326 4和0.120 2。通过对比本算法与偏最小二乘（PLS）、支持向量机回归（SVR）、决策树（DT）、极端随机树（ERT）对于同一组数据的实验结果,表明：在两组多组分混合溶液的实验中,本算法对于其中各组分的决定系数（R2）均为最优,相比于其他对比算法均方根误差（RMSE）均有大幅减少。本算法可利用光谱信息对多组分混合溶液进行定量分析,在计算时间相当的情况下,可有效的提高浓度预测精度,减少定量分析的均方根误差,可为光谱法水质监测提供一种新的有效途径。     

动态光谱信号质量的评估与筛选

近红外光谱分析作为一种无损、实时、连续检测的方法,为血液成分无创检测提供了思路。为了保证采集到的光谱数据的准确性和可靠性,本文通过动态光谱脉搏波时域有效单沿数和频域品质因数Q值相结合的方法对405例采集的样本进行了评估,剔除异常的样本,筛选出218例可靠样本。对筛选出的218例样本和对照组的218例样本的动态光谱数据与相应的被测对象的血红蛋白浓度值进行了建模分析,每组选取200例样本作为校正集,18例样本作为预测集。有效单沿数和Q值联合筛选的实验组的预测准确率达到93.8%,有效单沿数或Q值单一评估的两个对照组的预测准确率分别为65.6%和67.7%,未经过筛选的三个对照组的预测准确率分别为53.7%,33.3%,42.6%;实验组的预测平均相对误差为0.067 5,单一评估的两个对照组分别为0.072 3和0.072 2,随机选取的对照组分别为0.082 3,0.078 9,0.082 8,较其他各组相比为最小。结果表明时域频域联合法对光谱数据样本筛选具有可靠性和有效性,这将为动态光谱的无创检测的精准性研究提供了方法。